XiaoMi-AI文件搜索系统
World File Search System版权
“给我一些真相”：人工智能音乐及其对版权和编目的影响
过去 70 年来，研究人员和实验音乐家一直在研究计算机合成音乐，与生成人工智能形成了合作关系，即人机共创。过去几年，音乐艺术家正在迅速采用人工智能工具为人工智能音乐比赛和商业歌曲和专辑制作音乐。为了应对这一趋势，美国版权局发布了最新的政策修订，明确规定了哪些内容有资格获得版权登记。不久之后，合作编目计划 (PCC) 也发布了新指南，为图书馆编目员如何处理人工智能生成的材料提供了建议。在这两种情况下，他们都拒绝将人工智能视为贡献者。然而，这些政策中的语言都是自相矛盾的，表明它们没有能力解决生成人工智能的问题。本研究利用批判性文本分析和定性内容分析，并使用案例来探讨这些政策对生成人工智能的看法。提出了解决 PCC 政策缺陷的建议，并且美德伦理学和结果主义等道德哲学框架支持使用来自权威外部来源的信息补充目录项目记录的论点，为了寻求真相而偏离这一政策。
公共利益，真正的灵魂：版权的合理使用学说和使用受版权保护的作品来培训生成AI工具
生成人工智能（AI）工具（例如Chatgpt，Gemini和稳定的扩散）使用通常包括整个受版权保护的作品的数据集训练。使用受版权保护的作品来培训这些日益突出的工具已被证明是如此引起争议，以至于最著名的AI公司之一的高级主管重新辞职，并指出，AI开发人员对Scrape和使用质量的Internet数据进行了“剥削性”，而无需首次获得互联网数据，而无需首次获得同意的同意。1在本文中，我研究了这些担忧，并最终确定，摄入整个受版权保护的作品是为了培训Generative AI工具的目的，这可能构成了美国版权公平使用学说下的变革性用途。在得出这一结论时，我首先简要概述了当前诉讼，然后将判例法引入了判例法，以将公平用途应用于生成AI工具提出的challenges。接下来，我将判例法应用于摄入版权作品的培训AI工具上，认为这种使用构成了根据美国版权法的变革性，合理使用。最后，本文以乐观态度结束，探讨了对版权法的未来的影响，并概述了创作者仍然必须维护其专有权利的众多途径。
Diris，Tim W.和Stober，Sebastian，生成AI模型的版权和培训 - 技术和法律基础知识（2024年9月4日）
（b）对文本和数据挖掘的例外的历史解释证实了技术和概念的观点：立法者在制定2019 DSM指令时，并没有预见到创造性AI模型的技术发展及其破坏性的社会经济效应。专门为语义信息分析而设计的文本和数据挖掘例外。因此，它不能扩展到生成AI模型的综合语法提取功能。考虑到自2019年以来情况发生了多大变化的程度，以及关于技术现实的实质性分析和辩论的仍然存在，也很难想象，《 AI法案》的律师明确的意图可以追溯地在2019年DSM Dissmitive中为文本和数据挖掘例外造成过度扩展的范围。
![＃1570994064的记录版权表格：定量指标与tsushima游戏幽灵的顺序和场景景观的定量指标与主观评估之间的相关性[IEEE GEM 2024]](/simg/1/15a47feeed8f0b4888d43bc780397315eb48bd6d.webp)
＃1570994064的记录版权表格：定量指标与tsushima游戏幽灵的顺序和场景景观的定量指标与主观评估之间的相关性[IEEE GEM 2024]
摘要 - 与其相关的研究人员和设计师所付出了许多努力，将隐藏在元评估和虚拟现实技术中的潜力进行了努力，这使得元和虚拟现实的构建成为了一个趋势主题。在虚拟世界中，除虚拟体系结构外，虚拟景观还起着必不可少的作用。同时，尽管游戏中的景观构成了虚拟景观的重要组成部分，但电影和动画视觉效果中的景观在虚拟景观中也起着重要作用。与电影或动画中的景观相比，玩游戏可以被视为与游戏景观的主观互动，该游戏更接近与Metaverse或虚拟现实的互动（它们都显示出与虚拟景观的主观互动）。因此，本文将把游戏作为研究媒介。Tsushima游戏幽灵中美丽的景观获得了广泛的好评。因此，本文将基于Tsushima幽灵的游戏景观，以分析游戏景观的顺序和场景景观之间的相关性和主观评估。因此，这项研究的目的是找到定量度量指标之间的有意义的相关性（本文将是分形维度，这是游戏景观的复杂性水平）和主观语句，以提供设计建议，以构建游戏中虚拟景观。
人工智能版权案件的 ADR 方法
专门从事人工智能的公司正在快速发展和成长。其中之一就是 ChatGPT 的创建者 OpenAI。OpenAI 是一家“人工智能研究和部署公司”，专注于“确保通用人工智能造福全人类”。 5 他们有多个人工智能产品，包括 ChatGPT，这是一个聊天机器人，“经过训练可以按照提示中的指令进行操作并提供详细的响应”。 6 它使用“强化学习的奖励模型”，为用户提供一种“对话方式”来回答各种问题。7 它可以帮助用户学习词汇测验、计划哥斯达黎加之旅、解释一串代码、计划大学之旅等等。8 在某些情况下，它甚至可以根据用户想要看到的内容的简单摘要输出完整的小说。9 ChatGPT 允许用户“获得即时答案、找到创作灵感，[并] 学习新知识”。 10 OpenAI 开发 ChatGPT 所用信息包括互联网上公开的信息、OpenAI 从第三方获得许可的信息以及 ChatGPT 用户或人类培训师提供的信息。11 ChatGPT 的先进程度
版权与生成式人工智能 - EnPress 期刊
摘要：本研究探讨了生成人工智能 (GAI)、媒体内容和版权法之间的关系。随着 GAI 技术不断发展并渗透到媒体领域的各个方面，有关知识产权的创造和保护的问题变得至关重要。本研究旨在强调 GAI 生成内容的影响及其对传统版权框架提出的挑战。此外，该研究还探讨了版权法在适应人工智能塑造的动态格局方面不断演变的作用。它调查了现有的法律框架是否能够处理 GAI 带来的复杂性，或者是否需要进行立法和政策改革。最终，这项研究促进了关于 GAI、媒体和版权交叉点的持续讨论，提供了可以指导政策制定者、法律从业者和行业利益相关者在人工智能时代驾驭不断变化的知识产权格局的见解。
版权和人类作者和生成机器的培训
第一个论点是，这种培训涉及对这些作品的“非攻击性使用”。在该术语的唯一定义下，将生成性AI培训与人类学习区分开来，“非攻击性使用”是一种不会导致对工作的美学或享乐主义反应。由于计算机无法避免审美反应，因此在这种意义上，生成的AI训练可以使人类无法“无X分性”的作品。但是，版权不仅被认为是为了保护人类的被动和不变的作品的娱乐价值，而且要保护想要学习和改变的人类作品的教育价值。使用从作者的构成表达选择中学习的作品不应被视为“非言语”合理使用。此外，因为所有工作都在人类中产生美学反应，又对我们进行教育和文化，因此娱乐和教育目的都必须归纳为这些作品。这意味着他们用于训练生成AI模型的使用并不是完全不同的“变革性”使用。
三级医院工作人员医疗保健中的人工智能评估 Daniel, Aondona David 1 , Akwaras Nndunno Asheku 1 , Yohanna Stephen 2 , Gyuse Ngueikyor Abraham 3 , De-kaa Niongun Lawrence Paul 1 , Swende Ladies Terrumun 1 ,俄亥俄州立大学 1、Grace Nwunuji 学校 4、马太福音 1 开放获取引用：Daniel、Aondona David、Akwaras Nndunno Asheku、Yohanna Stephen、Gyuse Ngueikyor Abraham、Deka Niongun Lawrence Paul、Swende Laadi、俄亥俄州立大学、格雷斯州立大学努努吉，马修酋长。三级医院员工对人工智能在医疗护理方面的知识、实践、认知和期望的评估。健康科学杂志。 2024；34(4):313。 doi：http://dx.doi.org/ 10.4314/ejhs.v34i4.7 接收日期：2024 年 3 月 2 日 接受日期：2024 年 6 月 23 日 发布日期：2024 年 7 月 1 日 版权所有：© 2024 David D.A., et al.这是一篇根据知识共享署名许可条款分发的开放获取文章，允许在任何媒体上不受限制地使用、分发和复制，前提是注明原始作者和来源。资金：无 竞争利益：作者声明不存在竞争利益。隶属关系和通讯：
对三级医院工作人员医疗保健中人工智能的评估 Daniel, Aondona David 1 , Akwaras Nndunno Asheku 1 , Yohanna Stephen 2 , Gyuse Ngueikyor Abraham 3 , De-kaa Niongun Lawrence Paul 1 , Swende Ladi Terrumun 1 , 俄亥俄州州立大学 1、Grace Nwununji 4、马太福音 1 开放获取引文：Daniel、Aondona David、John Stephen、Gyuse Ngueikyor Abraham、Deacon Lawrence Paul、Swende Laadi、俄亥俄州立大学、Rev. Grace Nwunuji、Ocheifa Ngbede Matthew。对三级医院工作人员对医疗保健人工智能的知识、实践、感知和期望的评估。埃塞俄比亚健康科学杂志。2024；34(4):313。 doi：http://dx.doi.org/ 10.4314/ejhs.v34i4.7 收到日期：2024 年 3 月 2 日 接受日期：2024 年 6 月 23 日 出版日期：2024 年 7 月 1 日 版权所有：© 2024 David D.A.，等人。本文根据知识共享署名许可条款分发，允许在任何媒体中不受限制地使用、分发和复制，只要注明原作者和出处。资金：无 竞争利益：作者声明本手稿不存在竞争利益。所属及通讯:
生成的AI，版权和AI ACT
1。引言本文审查了欧盟版权所有最近发表的人工智能（AI）法案1的版权规则。2本文的目的是对AI法案与欧盟版权法之间的关系进行批判性概述，同时强调了潜在的灰色领域和盲点，以进行法律解释和未来的决策。纸张进行如下进行。在此简短介绍之后，第2节概述了生成AI的基本版权问题以及与AI ACT接口的相关版权获取规则。它提到了输入或培训阶段，模型和输出的潜在版权问题。AI ACT规则主要与培训AI模型有关，该法规主要与数字单一市场指令（CDSMD）中版权的第3和第4条中的文本和数据挖掘（TDM）例外相关联。3第3节然后简要解释了与版权法有关的AI法案的结构和核心定义。第4节是纸的核心。它详细介绍了《 AI法案与欧盟版权法》之间的界面，即：TDM参与培训AI模型的澄清（4.1）； 《 AI法》（4.2）中关键版权义务的概述；制定尊重版权法的政策的义务，尤其是关于TDM选择退出的义务（4.3）；此类义务的预计域外效应（4.4）；透明义务（4.5）； AI法案如何设想遵守此类义务（4.6）；以及潜在的执法和补救措施（4.7）。第5节提供了一些结论性的评论，重点是当前政权的不足，以解决其主要关注点之一：作者和表演者的公平报酬。